थैनो स्टैक matrices प्रोग्रामेटिक रूप से?

Question

मेरे पास निम्न कोड है जो 3 मैट्रिस को 3 डी टेंसर में ढेर करता है।

import theano 
import theano.tensor as T 
A = T.matrix("A") 
B = theano.tensor.stack(A, A) 
f = theano.function(inputs=[A], outputs=B) 
print f([range(10)]*2) 

हालांकि, मैं नहीं जानता कि कितनी बार मैं पहले से मैट्रिक्स ढेर की जरूरत है। उदाहरण के लिए कोड की चौथी लाइन हो सकता है:

B = theano.tensor.stack(A, A, A) 
B = theano.tensor.stack(A, A, A, A) 
etc... 

वहाँ एक मैट्रिक्स n बार नकल करने के लिए एक थेनो समारोह है:

theano.some_function(A, 3) = theano.tensor.stack(A, A, A) 

तब मैं पारित कर सकते हैं कि 3, थेनो कार्य करने के लिए एक तर्क के रूप च। क्या यह संभव है? मैंने प्रसारण में देखा लेकिन प्रसारण स्पष्ट रूप से आयाम/ढेर को नहीं बदलता है।

Answer 1

मैं थेनो के बारे में पता नहीं है, लेकिन आपको इस सूची समझ का उपयोग करने और खोल तर्क सूची हासिल कर:

n = 5 
B = theano.tensor.stack(*[A for dummy in range(n)]) 

जो के बराबर है:

B = theano.tensor.stack(A, A, A, A, A) 

क्या करता है, यह पहले A की n प्रतियों के साथ एक सूची निर्माण करती है और उसके बाद अलग तर्क (https://docs.python.org/2/tutorial/controlflow.html#unpacking-argument-lists देखें) में यह सूची unpacks।

Answer 2

थेनो प्रलेखन के माध्यम से लंबी और कठिन खुदाई के बाद मैं समाधान पाया है:

import theano 
import theano.tensor as T 
A = T.matrix("A") 
B = [A] 
C = theano.tensor.extra_ops.repeat(B, 3, axis=0) 
f = theano.function(inputs=[A], outputs=C) 
print f([range(10)]*2) 

के बराबर है:

import theano 
import theano.tensor as T 
A = T.matrix("A") 
B = theano.tensor.stack(A, A, A) 
f = theano.function(inputs=[A], outputs=B) 
print f([range(10)]*2) 

को छोड़कर अब हम दूसरे के रूप में प्रोग्राम के पुनरावृत्ति की संख्या चुन सकते हैं तर्क: theano.tensor.extra_ops.repeat

Answer 3

प्रसारण

01 का उपयोग करके यहां एक उदाहरण दिया गया है

import theano 
import theano.tensor as T 
import numpy as np 

A = T.fmatrix() 
n = T.iscalar() 

ones = T.ones((n, 1, 1)) 

stackedA = ones * A[np.newaxis, :, :] 

f = theano.function([A, n], stackedA) 

a = np.arange(30).reshape(5, 6).astype('float32') 
nn = 3 

r = f(a, nn) 

print r.shape # outputs (3, 4, 5) 
print (r == a[np.newaxis]).all() # outputs True 

यह दृष्टिकोण अगर यह है कि दूर अनुकूलन कर सकते हैं संकलक से बचने टाइलिंग कर सकते हैं।